Текущий выпуск Номер 5, 2026 Том 18

Все выпуски

[ Switch to English ]

Детектирование малоразмерных объектов на радиолокационных изображениях

Вебер В.И., Иванов Д.Д., Куприц В.Ю., Светличный Ю.А.
 pdf (4495K)

В работе исследовано совместное влияние формата аннотации объектов и разрешения входных изображений на качество бинарной детекции малоразмерных наземных объектов на радиолокационных изображениях. Выполнен сравнительный анализ моделей семейства YOLO (v5, v8, v11, v26) и специализированных архитектур ориентированного детектирования, включая Rotated RetinaNet, R3Det, ROI Transformer, Gliding Vertex и другие модели. Для исследования сформирован набор данных binMSTAR на основе открытой базы mixMSTAR, содержащий аннотации в форматах горизонтальных (HBB) и ориентированных (OBB) ограничивающих рамок для 9 вариантов разрешения входных кадров от 640 × 640 до 1408 × 1408 пикселей.

Статистическая значимость различий оценивалась с использованием непараметрического U-критерия Манна – Уитни. Установлено, что применение OBB обеспечивает статистически значимое преимущество по метрике mAP50–95, в среднем на 6,5% выше по сравнению с HBB, за счет уменьшения влияния избыточного фонового шума в области разметки. Определен оптимальный диапазон размера входного кадра 896–1024 пикселя. Дальнейшее увеличение разрешения снижает точность локализации из-за перенасыщения признакового описания фоновыми областями. Наилучшие метрики показали модели семейства YOLO, а именно модель YOLOv11(m), для которой при разрешении 960 × 960 пикселей получено значение mAP50–95 = 0,87. Специализированные OBB-детекторы при разрешении 1024 × 1024 пикселя продемонстрировали сопоставимую полноту обнаружения с Recall до 0,997. Полученные результаты обосновывают целесообразность использования ориентированных рамок и выбора входного разрешения в диапазоне 896–1024 пикселя для задач бинарной детекции малоразмерных объектов на РЛИ.

Ключевые слова: радиолокационное изображение, радиолокатор с синтезированием апертуры, детекция объектов, модели YOLO, малоразмерный объект, binMSTAR, mixMSTAR, горизонтальные ограничивающие рамки, ориентированные ограничивающие рамки, входное разрешение, глубокое обучение
Цитата: Вебер В.И., Иванов Д.Д., Куприц В.Ю., Светличный Ю.А. Детектирование малоразмерных объектов на радиолокационных изображениях // Компьютерные исследования и моделирование, 2026, т. 18, № 5, с. 1249-1268
Citation in English: Weber V.I., Ivanod D.D., Kuprits V.Y., Svetlichny Y.A. Small object detection in radar images // Computer Research and Modeling, 2026, vol. 18, no. 5, pp. 1249-1268
DOI: 10.20537/2076-7633-2026-18-5-1249-1268
URL: http://crm.ics.org.ru/journal/article/3779/
Creative Commons License Статья доступна по лицензии Creative Commons Attribution-NoDerivs 3.0 Unported License.

Copyright © 2026 Вебер В.И., Иванов Д.Д., Куприц В.Ю., Светличный Ю.А.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Website Copyright © 2009–2026 Институт компьютерных исследований